R语言实战笔记 基本统计分析-频数列联表和简单的独立性检验

描述性统计分析

使用车辆路试（mtcars）数据集。关注每加仑汽油行驶英里数（mpg），马力（hp），车重（wt）。

•  

> myvars<-c("mpg","hp","wt")
> head(mtcars[myvars])

其中head只取最前面6行

•  

> summary(mtcars[myvars])

通过summary()计算描述性统计量。summary()函数提供了最小值、最大值、四分位数、和数值型变量的均值，以及因子向量和逻辑型向量的频数统计。

•  

> mystats <- function(x, na.omit=FALSE){
     if (na.omit)
         x <- x[!is.na(x)]
     m <- mean(x)
     n <- length(x)
     s <- sd(x)
     skew <- sum((x-m)^3/s^3)/n
     kurt <- sum((x-m)^4/s^4)/n - 3
     return(c(n=n, mean=m, stdev=s, skew=skew, kurtosis=kurt))
 }
> sapply(mtcars[myvars], mystats)

summary()函数中并没有提供偏度和峰度打的计算函数，可以使用sapply()添加类似平均值、标准差、分布等特征。

•  

> myvars<-c("mpg","hp","wt")
> aggregate(mtcars[myvars],by=list(am=mtcars$am),mean)
> aggregate(mtcars[myvars],by=list(am=mtcars$am),sd)

如图，mtcars中的数据，am是的取值只有1和0两种，aggregate()方法得到的结果是am分别为0或者1时，我们选中的mpg、hp、wt值的mean（平均值）或者sd（标准差）。